一种基于K－均值聚类算法的站点结构优化研究

随着互联网科技的进步，网站与互联网资源已经成为人们生活中不可或缺的一部分，据统计2014年全球互联网网站已破10亿，网民数量逼近30亿，与此同时这个数量仍在不断增长。在开启海量信息分享时代的同时，如何使人们更加高速有效地利用网络资源已成为各大互联网网站关注的焦点之一。要在同类型网站中脱颖而已，网站的设计者往往根据不同的用户浏览模式和使用习惯，设计或优化出适合不同用户的网站，提高网站的访问量和访问效率。因此，本文在此基础上提出了一种K－均值聚类算法，对网站用户Web日志数据进行提取聚类，分析聚类后用户簇所访问网页的特征以实现后期对网站站点结构的优化目的。

Web网站存在的问题

当下，网络信息量的迅速增长和网站结构的日益复杂与不断变化，在给用户带来海量信息的同时，也存在一些亟待解决的问题。

信息的爆炸性增长提高了用户浏览和查找相关信息成本。用户在较短的时间内难以准确定位所需的信息。

同时对于网站经营者而言如何提高用户访问量和增加用户成为面临的主要问题。通过优化网站以提高网站用户的访问满意度。

因此，可以通过调整网站站点结构以提高网站Web服务的效率，方便用户在有限的时间内从大量的数据与信息中快速的访问与查找自己所需的信息，从而降低用户的浏览成本。

K－均值聚类算法

算法思想